Superkomputer i uczenie maszynowe pomogą opracować nowe leki

Superkomputer i uczenie maszynowe pomogą uczynić przyszłość jeszcze lepszą. ExCAPE (Exascale Compound Activity Prediction) – projekt wspierany przez program „Horyzont 2020”, rozwija nowy sposób szybkiego odkrywania nowych leków, wykorzystując sztuczną inteligencję (AI).

Systemy uczenia maszynowego

Naukowcy skupiają się na algorytmach uczenia maszynowego — dziedzinie informatyki, która daje komputerom możliwość doskonalenia swojego programu na podstawie baz danych pochodzących z przeszłości. W ostatnim dziesięcioleciu uczenie maszynowe było już używane w projektowaniu autonomicznych samochodach, technologiach rozpoznawania mowy oraz wyszukiwarkach internetowych nowej generacji. Nawet nie zdając sobie z tego sprawy, codziennie używamy systemów uczenia maszynowego.

W małej skali wykorzystuje się już uczenie maszynowe w celu odkrywania nowych leków i testowania kombinacji różnych związków chemicznych. Uczenie maszynowe pomaga zredukować wysokie koszty i czas potrzebny na testy eksperymentalne leków, ze względu na ogromną liczbę permutacji chemicznych. Stosowane do tej pory systemy uczenia maszynowego nie są w stanie wykorzystać wszystkich dostępnych danych. Projekt ExCAPE opracowuje algorytm uczenia maszynowego. Algorytm ten będzie w stanie obsłużyć złożone dane wejściowe i ogromne zestawy baz danych przemysłu farmaceutycznego.

Moc obliczeniowa superkomputerów

Superkomputer, o którym mowa będzie miał moc obliczeniową rzędu 1 eksaflop. Na chwilę obecną nie istnieje na świecie komputer, który mógłby pochwalić się tak olbrzymią mocą obliczeniową. Obecnie najszybszy superkomputer Sunway TaihuLight znajdujący się w Chinach wyposażony jest w moc obliczeniową 93,01 PFLOPS. Jeden PFLOPS (petaflop) to moc obliczeniowa wielkości 1015 operacji zmiennoprzecinkowych na sekundę. Jeden EFLOPS (eksaflop) jest tysiąc razy większy niż PFLOPS i wykonuje 1018 takich obliczeń na sekundę. Dla lepszego zobrazowania większość obecnie używanych laptopów działa z szybkością rzędu miliardów obliczeń na sekundę (GFLOPS), natomiast komputery w skali EKSFLOPS będą około bilion razy szybsze. Przewiduje się, że do 2022 roku powstaną pierwsze komputery o takiej mocy obliczeniowej.

Zastosowanie na dużą skalę superkomputerów i uczenia maszynowego do opracowywania nowych leków, do których przygotowuje się ExCAPE, ma przynieść przełom w przemyśle farmaceutycznym. Pozwoli to na znaczną redukcję kosztów i czasu potrzebnego na opracowanie nowych leków. Obecnie średni koszt opracowania nowego leku wynosi 930 mln €, a dotarcie do pacjenta zajmuje nawet kilkanaście lat.

Jeśli interesują Cię tematy zastosowania sztucznej inteligencji w medycynie polecam przeczytać artykuł:
Robot w Chinach zdał egzamin medyczny

 

 

 

Podobał Ci się artykuł ? Podziel się nim na twoim medium społecznosciowym